La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Traitement de signaux satellitaires de couleur de locéan : Modélisation et optimisation Section 7 : Sciences et technologies de linformation (informatique,

Présentations similaires


Présentation au sujet: "Traitement de signaux satellitaires de couleur de locéan : Modélisation et optimisation Section 7 : Sciences et technologies de linformation (informatique,"— Transcription de la présentation:

1 Traitement de signaux satellitaires de couleur de locéan : Modélisation et optimisation Section 7 : Sciences et technologies de linformation (informatique, automatique, signal et communication) Julien Brajard

2 Parcours Parcours: : classe préparatoires (MPSI/MP* option informatique) 2001 : licence de mathématiques 2003 : Diplôme dingénieur en télécommunications (Institut National des Télécommunications) Master TRIED (Traitement de linformation et exploitation des données) Dernier diplôme obtenu : Doctorat à Paris 6 (2006) Titre : Méthodologie neuronale pour linversion des signaux satellitaires de locéan. Traitement des aérosols absorbants et restitution de la concentration en chlorophylle-a Spécialité : télédétection et méthodes statistiques Préparé au LOCEAN dans léquipe Modélisation et méthodes statistiques avancées sous la direction de Sylvie THIRIA Situation actuelle : postdoc CNES à ULCO Télédétection, modélisation et inversion des images des eaux du cas 2

3 Introduction Contexte : Analyse de signaux satellitaires de couleur de leau Objectif : Développement dalgorithmes et de méthodes pour le traitement de masse données complexes Ma contribution : Comparaison de bases de données Développement de méthodes neuronales (Kohonen, perceptrons) Développement dune méthode de contrôle optimale Résultats : Chaîne de traitement de la couleur de leau en présence daérosols absorbants

4 Les bases de données (hétérogènes) Mesures : Données synthétiques (taille : 10 6 ) codes de calcul à partir de modèles satellitaires(taille : 10 8 ) in-situ (taille : ) 14 Septembre 1998 Image SeaWiFS ENVISAT Marion Dufresne glider chl-a (SeaWiFS) mrmr mimi s v d A t Cb0b0 W

5 Comparaison des bases de données In-situ Synthétique

6 chl-a b0b0 b0b0 mimi i RN RN RN A w t x + cor simulé cor mesuré mimi i Modèle adjoint J Erreurs sur les mesures Connaissances a priori sur les paramètres Connaissances expertes du processus physique Appris avec les bases synthétiques Bases de données Des observations

7 Traitements SeaWiFS – 14 Septembre 1998 chl-a NeuroVaria SeaWiFS

8 Publications Revues internationales (4) 2007 IJRS (International Journal of Remote Sensing) 2006 NN (Neural Networks) 2006 ASR (Advances in Space Research) 2007 JMS (Journal of Marine Systems) Conférences internationales (4) 2007 : ICANN (soumis) 2005 : IJCNN (International Joint Conference on Neural Networks) : Ocean Optics XVII : 35th COSPAR scientific assembly. Conférences nationales (1) 2003 : Journée d'Etude sur les Méthodes pour les Signaux Complexes en Traitement d'Image (INRIA).)

9 Projet à 3 ans Chaîne de traitement développée : Eaux du cas 1 + Aérosols absorbants Méthodes : Réseaux de Neurones, Optimisation Nouveaux développements algorithmiques : Eaux du cas 2, glitter Optimisation sous contrainte Statistiques Classification Contraintes spatiales Eaux du cas 2 Glitter

10 Cadre de développement Schémas sous forme de graphe modulaire : YAO x 2, 1 x 2, 2 x 2, 3 x 1, 1 x 1, 2 x 1, 3 x 3, 1 x 3, 2 y 2 =F 2 (x 2 ) y 2, 1 y 2, 2 F2F2 y3=F3(x3)y3=F3(x3) y 3, 1 y 3, 2 F3F3 y1=F1(x1)y1=F1(x1) y 1, 1 F1F1 Fonctionnalités : Génération de code Paramétrisation de loptimisation Intégration des réseaux de neurones dans un algorithme gobal

11 Thématiques du LOCEAN Laboratoire dOcéanographie et du Climat : Expérimentation et Approches Numériques Domaines de recherche : la variabilité du système climatique terrestre et ses impacts l'évolution naturelle et forcée du système climatique et ses conséquences aux échelles globales et régionales la compréhension et le couplage des processus physiques et biogéochimiques océaniques l'évolution de l'environnement océanique (hydrologie et chimie) et de ses ressources biologiques (biodiversité, ressources halieutiques) aux échelles régionales en relation avec la variabilité du système naturelle ou forcé Méthodes : Activité expérimentale avec une implication forte dans les campagnes océanographiques, avec une part de développement instrumental Interprétation conjointe des données spatiales et des observations in situ Travaux de modélisation théorique, conceptuelle et statistique avancée liée à l'interprétation des données (observations spatiales et in situ, réanalyses, sorties de modèles,...) Activité de modélisation numérique 'réaliste' (notamment le développement du système OPA) et d'assimilation des données Méthodes de modélisation : Assimilation de données Domaines de recherche : Couplage des processus physiques et biogéochimiques océaniques Méthodes de modélisation : Comparaison de données spatiales et in-situ Contrôle optimal, inversion Modélisation statistique liée à linterprétation des données Domaines de recherche : Variabilité et évolution du système climatique Evolution de lenvironnement océanique Equipe : Modélisations et méthodes statistiques avancées

12 Perspectives à long terme Phosphate Ammonium Nitrate Fer Silicium Nanophytoplancton Matière organique dissoute chl-a satellitaire zooplancton Energie solaire Production MortalitéBroutageSédimentation Diatomés Assimilation CO 2

13 Comparaison de base de données multi-dimensionnelles (1) Base de mesures de Rr Le Principe : Base de simulations de Rr Est-ce que le spectre a une forte probabilité dêtre mesuré ? Indice moyen de la base de mesure 15,5 (min = 8,9 ; max = 18,88) 18,8 17,4 13, mesures simulation

14 La fonction de coût Coefficients de poids Paramètres de contrôle 412, 443, 490, 555 Bandes privilégiés (nm),,m i J B « Atmosphère » m i,b 0,CJ A « Océan » Param. de contrôle xNom 2 fonctions de coût différentes avec des coefficients de poids et des paramètres de contrôle différents :

15 La « relaxation » JBJB JAJA x,m i, ) modèle directfonction de coûtdérivée modèle adjoint ajustement des paramètres dJ/dx dJ/d modèle directfonction de coûtdérivée modèle adjoint ajustement des paramètres dJ/dx dJ/d x m i,b 0,C) x Minimisation A – « Ocean » Minimisation B – « Atmosphère »

16 mrmr mimi s v d A t Cb0b0 W


Télécharger ppt "Traitement de signaux satellitaires de couleur de locéan : Modélisation et optimisation Section 7 : Sciences et technologies de linformation (informatique,"

Présentations similaires


Annonces Google